Guest
ML in Marketing track Телеграм-канал Спикер: Данил Гиздатуллин, Data Scientist В рекомендательных системах есть понятия пользователя и айтема. Типичная задача рекомендаций - рекомендации айтемов пользователям, но также одной из важных задач является задача рекомендации айтемов к айтемам. В докладе рассмотрим несколько вариантов её решения: от использования коллаборативной фильтрации до модели ранжирования. 00:00 начало видео 00:50 постановка задачи (item to item рекомендации) 01:15 коллаборативная фильтрация 04:05 меры сходства между объектами 04:46 матричная факторизация 06:25 content based подход 07:27 рассмотрим пример 08:54 как выбрать подход 09:56 learning to rank (ранжирование) 12:28 фичи 13:25 пример датасета 15:18 бейзлайн и результаты 15:50 результаты было/стало 16:27 важность фичей 17:10 выводы ссылка на QnA ( Презентация доклада: Соцсети Data Fest:
